一种基于DGMF与PSO的多核SVM

• 作者: 田冬阳
• 来源期刊: 电脑知识与技术：学术交流
• 学科: 工学
• 关键词: 双高斯合成函数 多核支持向量机 组合核函数 粒子群算法 文本倾向性分类
• 年，卷（期）: 2012,（5）
• 页码范围: 3171-3178
• 页数: 8页
• 分类号: TP181

摘要

目前常用的支持向量机采用传统的单一高斯核函数,或者传统高斯核函数与多项式核函数的组合,但是存在着分类器泛化推广能力不强,容易出现数据偏斜等问题。鉴于此,提出了基于DGMF的多核支持向量机、并采用粒子群算法优化其参数。最后构造了文本倾向性分类实验,实验结果表明改进算法在正确率、准确率、召回率、F1值上具有更好的性能。